市场潜能对流动人口居留意愿的影响研究

边 恕，张铭志，王 玥

（辽宁大学 公共管理学院，辽宁 沈阳 110136）

一、引言

我国流动人口规模自2015 年开始从增长期转为调整期。截至2019 年底，流动人口规模达到2.36亿，［1］这意味着平均每六个人中就有一人是流动人口。那么如此大规模的流动人口流向了哪里？研究表明目前我国的人口集聚与经济集聚呈现明显的空间一致性，［2］京津冀、长三角和珠三角城市群占全国的经济份额已超过40%，而这三大都市圈的人口流入强度呈现“强者恒强、强者更强”的特点，［3］近年来北京、天津和上海始终是流入强度最大的省份。［4］一方面，经济欠发达省份通过招商引资、承接产业转移与放开落户等激励政策希望留住本地或外地流动劳动力，使之成为助推本地经济发展的可持续人力资源；另一方面，人口的集聚也使得大城市的教育、医疗和交通等方面问题随之而来，北京等地出台产业疏解政策以缓解人口集聚压力。十四五规划提出推进以人为核心的新型城镇化，既发挥中心城市与城市群的带动作用，也要推进以县城为重要载体的城镇化建设。现阶段我国城镇化仍处于明显的要素集聚趋势阶段，在此背景下，深入探究经济集聚对于流动人口居留意愿的影响效应与影响机制具有重要现实意义。

早期研究认为流动人口的城镇居留现象是户籍分割等制度安排产生的特色问题，这也使得对于居留意愿的分析存在局限性。［5］此后的研究逐渐转向流动人口的主客观特征、家庭人口与经济特征［6-7］等，但这些因素只反映了流动人口的流动原因却忽视了流动人口的流动方向。流动人口向大城市集聚，经济集聚是否是驱动大规模流动人口空间流动的主要原因呢？新经济地理学可以将人口流动内生于城市集聚机制中，为中国流动人口集聚提供更有解释力的框架。［8］集聚是企业与劳动力共同作用的结果，一方面，企业偏好选择市场潜能较大的区位生产，市场规模大意味着需求大，有利于产品销售并降低运输成本，企业集群容易实现规模经济，从而产生市场接近效应；另一方面，企业集中可以提供更多的产品类型和规模，需要支付的运输成本和贸易成本下降，劳动力生活成本相应降低，增加对劳动力的吸聚力，从而产生价格指数效应，这两种向心力“循环累积因果”式的互动关系推动了人口集聚和经济集聚。对此，本文在新经济地理学的前向联系理论框架下，重点分析市场潜能对于流动人口居留意愿的影响效应，从流动人口学历与代际异质性角度分别研究市场潜能对于其居留意愿的影响效应差异，并进一步探究可能的影响机制。

二、文献回顾

新经济地理学为人口迁移理论提供了崭新的研究视角，不同于古典经济学与新迁移经济学等将前提假设建立在规模报酬不变与劳动力市场完全竞争条件下，新经济地理学的“中心-外围”模型（Core-peripheral model）突破了传统理论假设，将理论框架建立在不完全竞争与报酬递增基础上，引入规模报酬递增、人口流动与运输成本，将空间因素纳入一般均衡理论分析中，［9-10］这为流动人口的城市集聚提供了一个更加符合实际的理论框架。推动劳动力和企业发生同方向集聚的向心力分为两个层次：一是劳动力由于多样化产品偏好和节约生活成本的目的转移至企业聚集地进行生活，即前向联系；二是企业通过在市场潜能较大的区域进行生产以降低运输成本和贸易成本，即后向联系。劳动力与企业的非均衡分布与自我强化形成“中心-外围”模型。

学术界应用新经济地理学模型对人口集聚的影响机制进行过研究，有的学者重点关注市场接近效应对劳动力流向的影响，Kancs认为欧洲一体化扩大了市场潜能，吸引了欧盟成员国之间及其内部劳动力迁移到市场潜能较高的地区。［11］Carson 使用澳大利亚2006 年人口普查数据，得出澳大利亚各州技术工人的流动遵循“中心-外围”（CP）模型。［12］唐颂和黄亮雄认为新经济地理学理论中前向联系所蕴含的人口与企业的集聚力量随着时间推移逐渐增强。［13］张强等基于长三角城市群数据发现市场潜能对劳动力跨省流动有显著积极效果。［14］

与此同时，一些学者侧重于分析价格指数效应对于劳动力流向的影响，Crozet使用欧洲国家间人口迁移数据，实证研究发现市场潜能通过价格指数效应对劳动力的流入产生了积极影响。［15］Pons 采用西班牙国内移民数据，证实西班牙工人的移民选择与当地的市场潜能存在直接关系。［16］谢长青和范剑勇使用全国地级市数据得出市场潜能对于区域工资水平的影响显著且巨大的结论。［17］吴晓怡与邵军利用制造业企业微观数据，研究发现市场潜能对于不同区域企业的工资水平均具有正向影响。［18］李宏兵等使用工业企业数据，得出真实市场潜能对于劳动密集型就业女性的工资水平具有显著促进作用的结论。［19］唐代盛等认为空间上市场潜能产生双重利好，显著提高劳动力工资和就业水平。［20］

此外，学者认为新经济地理学框架下的研究不应忽视异质性劳动力具有的差异，刘海洋指出新经济地理学研究中如果忽视人口结构与企业生产率这种微观层面的差异会高估产业集聚的作用。［21］颜银根认为对于消费者等微观异质性主体的研究是新经济地理学未来的重要研究方向。［22］Russek分析了不同贸易成本对于高技能与低技能劳动力迁移与集聚的影响差异。［23］余运江得出低技能与工作经验丰富的流动人口从市场潜能的正外部性中获利更多的结论。［24］

学术界的前期研究尽管在市场潜能对劳动力流动的影响效应方面进行了有益的探索，但是关于市场潜能对流动人口居留意愿的影响研究较为匮乏，在实证层面上对于流动人口异质性差异的关注度不足。因此本文的边际贡献体现在以下方面：第一，目前从市场潜能角度研究流动人口居留意愿的论文较少，本文使用2017年最新的中国流动人口动态监测数据，微观层面的实证结果有利于理解流动人口为何向大城市集聚；第二，在实证方法上，在使用二元Probit基础回归的基础上，使用工具变量与倾向得分匹配法处理内生性问题，使本文的研究结论更具稳健性和可靠性；第三，本文关注到流动人口的代际间和学历间群体内部分化，通过异质性分析进一步研究了市场潜能对于不同群体流动人口居留意愿的影响差异；第四，本文从预期收入、公共服务和心理认同的角度考察了市场潜能影响流动人口居留意愿的可能机制，为稳定流动人口的居留预期提供量化依据。

三、数据处理与描述

（一）数据来源

本文使用的微观数据来源于原国家卫生和计划生育委员会组织的2017年中国流动人口动态监测调查数据，该数据调查使用分层多阶段、与规模成比例的PPS 抽样方法。该微观调查数据包含丰富的流动人口个体特征、流动特征和经济特征，有助于本文在控制个体特征的基础上探究市场潜能对于流动人口在流入地居留意愿的影响差异。与流入地相匹配的宏观省际数据主要来源于《中国统计年鉴2018》和国家基础地理信息中心数据库。区别于已有研究主要关注农民工或是农村流动人口，本文认为对于流动人口的歧视主要来自“本地和外地”而非“城镇或农村”，因此将全体流动人口纳入研究范围。本文选取年龄在15-65岁之间、最近一个月有收入的流动人口样本，经过整理，最终得到有效样本122 970个。

（二）模型设定

1.Probit模型

本文的被解释变量是流动人口的居留意愿，为二值变量，本文建立Probit基准模型探究市场潜能对流动人口居留意愿的影响情况，模型设定如下：

其中，被解释变量Ri表示流动人口的居留意愿，当流动人口愿意在流入地长期居留时取值为1，否则取值为0，核心解释变量lnmpi表示流入地省份的市场潜能。控制变量Xi包含流动人口的个体特征变量、流动特征变量和流入地经济特征变量。

2.工具变量模型（IV-Probit）

由于居留意愿与市场潜能之间可能存在的内生性问题，本文构建工具变量模型（IV-Probit），克服因遗漏变量或双向因果导致的自选择偏误问题，方程组设定如下：

其中，IVi是方程（1）中lnmpi的工具变量，实证过程中运用两阶段法对方程组进行估计，首先第一阶段对方程（2）回归得到lnmpi的预测值，第二阶段在方程（3）中用预测值进行回归以得出无偏估计量。有效的工具变量法应该满足两个条件：一是该工具变量与市场潜能显著相关；二是工具变量是外生的。本文借鉴Hering和刘修岩的做法，［8］［25］采用地理中心度指标作为市场潜能的工具变量。一方面，在计算公式上，两个变量的公式高度相关，因而内生变量与工具变量显著相关；另一方面，地理中心度代表省份在全国范围内的相对地理位置，具有良好的外生性。因此地理中心度理论上可作为市场潜能的工具变量。

3.倾向得分匹配（PSM）

由于流动人口对流入地的选择并不是随机分配的结果，而是由个体和家庭等特征决定的自选择过程，直接回归可能使结果产生选择性偏误。为了缓解样本自选择偏误问题，本文使用匹配方法构建“反事实框架”来纠正这一问题，模拟随机实验达到的效果。假设同一个流动人口样本同时流入高市场潜能省份（市场潜能大于均值）和低市场潜能省份（市场潜能低于均值），那么两种状态下的居留意愿平均差异就是市场潜能对于流动人口居留意愿的影响。模型设置如下：

其中，ATT（Average treatment effect for the treated）为流动人口样本流入高市场潜能省份与假设其流入低市场潜能省份的居留意愿差异，R1和R0分别表示流动人口进入高市场潜能和低市场潜能省份的居留意愿。在样本中可以观测到E(R1|lnmp=1)的结果，但是无法观测E(R0|lnmp=1)的反事实结果，因而使用倾向得分匹配法构造出反事实结果。实证过程中首先使用Probit 回归得到流动人口样本流入高市场潜能的倾向得分值，然后基于估计得出的倾向得分值进行匹配，使用最近邻匹配方法进行匹配并构造控制组，使得实验组和控制组除了流向决策之外的各方面特征相似，最后得出实验组和控制组的居留意愿差异。

（三）变量描述

本文被解释变量为流动人口城市居留意愿，根据问卷中“今后一段时间，您是否打算继续留在本地？”作为居留意愿的赋值依据，将被访者回答为“愿意”赋值为1，回答“不愿意”或“没想好”视为没有居留意愿，赋值为0。

本文的核心解释变量为市场潜能，是衡量地区经济集聚的主要尺度。市场潜能由本地市场规模与外部市场规模共同组成，可以衡量本地与周围市场的需求以及对本地市场的影响。本文采用Harris的方法衡量各省份的市场潜能，［26］计算方式为各省购买力的空间加权平均值，计算公式为：

其中，mpp为p省的市场潜能，表示p省内部对产品需求与p省以外的q省对p省产品需求的总和，Yq代表其余省份的国内生产总值，dpq代表p、q两省之间的距离，本文以欧式直线法测算，数据来源于国家基础地理信息中心数据库，dpp代表p省内部距离，参考Crozet的做法，［27］其计算公式为：

其中，areap表示各省的面积。

此外，本文使用地理中心度（Gcp）作为工具变量，为一个省份的省会城市与其他省份省会城市距离的倒数之和的自然对数值，其计算公式为：

本文控制变量Xi包括流动人口个体特征变量、流动特征变量和流入地经济特征变量。个体特征变量包括流动人口样本的年龄、年龄的平方、性别、户口性质、婚姻状况、受教育程度、健康水平和党员身份。男性赋值为1，女性为0；将居民、农转居和非农转居合并为非农业户口一类，农业户口赋值为1，非农业赋值为0；将未婚、离婚和丧偶划分为无配偶一类，赋值为0，将其余的划分为有配偶，赋值为1；按照受访者的受教育程度折算受教育年限，即大专以上文化程度按16 年计算，高中12 年，初中9 年，小学6 年，文盲为0 年；健康水平取值0 至3 分别表示健康水平非常差、差、一般和非常好；政治面貌为党员的赋值为1，非党员为0。流动特征变量包括流动人口样本的流动时长、社交情况、社会融入度、流动范围。依据样本进入流入地的时间与受访时间的差值计算流动时长；依据样本“业余时间在本地是否与除同乡之外的人来往最多”来判断其社交情况，是则赋值为1，否则为0；流入地社会融入度是根据问卷中“您是否同意以下说法？”来判断，对于四个正面题干“我关注我现在居住城市/地方的变化”“我很愿意融入本地人当中，成为其中一员”“我觉得本地人愿意接受我成为其中一员”“我觉得我已经是本地人了”，其同意程度选项“完全不同意”至“完全同意”分别赋值1至4，对于三个负面题干“我感觉本地人看不起外地人”“按照老家的风俗习惯办事对我比较重要”“我的卫生习惯与本地市民存在较大差别”，对四个选项的同意程度分别赋值-1至-4，社会融入度指标对上述选项答案进行加总；流动范围中跨省流动赋值为1，省内跨市赋值为2，市内跨县赋值为3。流入地经济特征变量包括流动人口样本的预期收入、家庭结余、行业类别、流入地产业结构、对外开放度、人口数量。家庭结余为家庭月总收入和月总支出的差值，用以反映流入地的生活成本情况，单位为万元；产业结构是流入地省份重要的经济特征，计算方式为：产业结构=流入地省份第三产业产值/第二产业产值；对外开放度为外商投资占地区GDP 的比重，外资按照2017年汇率折算为人民币价值（100美元=675.18元人民币）；人口数量为流入地的年末常住人口数。

表1 描述性统计

四、实证结果分析

（一）基准分析

表2 为市场潜能对流动人口城市居留意愿影响的估计结果，模型1 和模型3 仅纳入市场潜能变量，模型2 和模型4 加入个人特征、流动特征和流入地经济特征变量。其中，模型1 和模型2 为Probit模型回归，模型3和模型4考虑市场潜能可能的内生性，引入地理中心度作为工具变量进行IV-Probit回归。

首先分析本文的核心解释变量，在模型1的估计结果中，市场潜能的估计系数为0.127，在1%的水平上显著，进一步计算其边际效应为0.033，表明流入地省份的市场潜能每增加一个单位，流动人口选择继续居留的概率增加3.3%。在模型2 控制个体特征、流动特征和流入地经济特征变量后，市场潜能的估计系数下降至0.105，回归结果依然在1%的置信水平下显著，这一结果与模型1 回归结果一致，计算得出边际效应下降至0.025，即市场潜能每增加一个单位，流动人口的居留意愿将提高2.5%，这表明市场潜能对流动人口的居留意愿具有显著的正向效应。

这一结果与新经济地理学理论相符。由于运输成本的存在，企业受到市场接近效应的影响，偏好在市场规模较大的城市进行选址生产，随着企业数量增加与地理集聚，企业产出商品的运输成本与贸易成本降低，劳动力买到产品的种类增加而支付的运输成本降低，价格指数效应减少了人们的生活成本，相当于增加了实际工资水平，这将吸聚更多的劳动力流入并对其本地居留意愿产生正向的促进作用。此外，市场潜能与居留意愿之间的正相关关系一定程度上说明流动人口在省际自由流动受阻。理想状态下流动人口可以在省际高度自由流动，那么居留意愿的省际分布应处于均衡状态，但是现实中人口集聚出现分化，东部省份与中西部之间形成“中心-外围”地理格局使得流动人口居留意愿存在地区间分布差异，省际无法达到“无套利均衡”状态。［24］

在模型3和模型4的估计中，考虑市场潜能和居留意愿之间可能存在的内生性问题，使用地理中心度作为工具变量进行两阶段回归。首先，从模型2 的检验结果上看，变量外生假设的沃尔德检验结果的P值为0.00，在1%的水平上拒绝了变量市场潜能为外生的原假设，因此存在内生性问题。表2 中给出两阶段估计中一阶段F值，根据第一阶段估计的F值大于10%偏误下的临界值16.38 判断，一阶段F值均大于这一临界值，说明不存在弱工具变量问题。并且根据弱工具识别检验结果，可以拒绝内生变量与工具变量不相关的原假设。模型4 的检验结果同样说明地理中心度变量满足工具变量的条件。地理中心度与市场潜能显著相关，已有文献证实地理中心度是作为市场潜能良好的工具变量，［7］［25］地理中心度仅反映流入地省份在全国的相对地理位置，衡量空间尺度上中心度的大小，完全由地理因素决定，也不会随时间变动，因而不会直接影响流动人口的居留意愿，满足外生性条件，说明地理中心度是市场潜能合适的工具变量。从模型3和模型4的估计结果可得，影响方向及显著性与基准回归相比没有发生明显变化，市场潜能的估计系数下降到0.338和0.304，都在1%的水平上显著，工具变量估计结果说明由于内生性问题的存在低估了市场潜能对于居留意愿的影响，其他控制变量的影响方向与程度也未发生根本性变化，因而市场潜能对于流动人口的居留意愿显著正向影响的结论依然稳健。

表2 市场潜能对流动人口城市居留意愿的影响

然后分析控制变量的回归结果，以模型2 的回归结果为主，可得多数控制变量对于流动人口的居留意愿产生显著影响。从个体特征变量上看，流动人口的年龄回归结果显著为正，年龄平方的回归结果显著为负，说明居留意愿随年龄先升高后降低。男性的城市居留意愿相比于女性更强。流动人口的城市居留意愿随受教育程度的增加而提高。农村户口的流动人口不如城镇户口流动人口的留城意愿强烈。相比于无配偶的流动人口，有配偶的流动人口居留意愿更强。

其次，流动时长在一定程度上可以看作是流动人口的工作经验，随着流动人口在流入地流动时长的增加，其工作经验也在不断增长，有助于提高居留意愿。而社交情况与社会融入度则是流动人口进行社会融入的重要指标，如果流动人口在流入地的交往仅限于老乡或者旧识，那么这种“内卷化”的社会交往不利于其居留意愿的提高，而流动人口与本地人的社会交往增多，有助于增加其社会资本向外延伸的节点，能更好地实现社会融入。从回归结果上看，在流入地的时间越长，结交更多的本地朋友，对流入地的社会融入度越高，流动人口的居留意愿会更加强烈。此外，随着流动范围半径的缩小，相比于跨省流动，省内跨市与市内跨县的流动人口城市居留意愿在逐步增强。

其他经济层面的变量也是支持流动人口在流入地继续生存与发展的重要力量。从回归结果上看，经济特征变量与流动人口居留决策关系更为紧密，流动人口的家庭结余会对居留意愿产生显著的正向影响，而流入地产业结构中第三产业占比越大，对外开放度越高，也就会越提高流动人口的居留意愿，这表明产业结构的优化和外省投资的增加有利于扩大劳动力需求，进而通过增加就业机会和收入水平来提高流动人口的居留预期。常住人口数对居留决策存在显著负向影响，可能由于人口数量的增加造成资源分配压力与摩擦增多。

（二）稳健性检验

由于流动人口对流入地存在着自选择偏误情况，因此本文使用倾向得分匹配方法对此加以纠正。在进行倾向得分匹配时，本文将流入高市场潜能省份的流动人口作为实验组，流入低市场潜能省份的流动人口为控制组，使用两步法进行回归。首先构造Probit 模型计算流动人口流入高市场潜能省份（本文市场潜能变量的均值为7.09，因此定义高于均值的流入地为高市场潜能省份，反之为低市场潜能省份）的概率得分，根据倾向得分对流入高市场潜能省份的样本和流入低市场潜能省份的样本相似个体进行匹配，使得匹配后的样本满足共同支撑假设。为了结论的稳健性，本文分别使用一对一匹配（k=1）、一对四匹配（k=4）和卡尺匹配（窗宽0.05）测算平均处理效应，并进行平衡性检验，检验得出Pseudo R2明显下降，协变量的标准化偏差分别为1.6%和2.3%，低于10%，表明匹配后的变量不存在系统性差异，使用倾向得分匹配构造出的控制组与实验组在各个特征方面相似度较高。此外，本文通过绘制实验组和控制组的匹配前后倾向得分核密度函数分布图进一步验证样本匹配是否合理和有效。从图1可得，在匹配之前，实验组（流入高市场潜能省份）与控制组（流入低市场潜能省份）的倾向得分匹配值的概率分布相差较大，而在匹配之后，实验组和控制组的倾向得分匹配值的概率分布差异显著下降，两组样本重叠部分有所增大，满足共同支撑条件，表明匹配质量较好。通过上述匹配方法消除了实验组和控制组中除市场潜能之外的其他系统性差异，有效地缓解了流动人口样本选择性偏误问题。

图1 匹配前后实验组与控制组的倾向得分值概率分布

表3为是否进入高市场潜能省份对流动人口居留意愿的PSM 估计结果，在采用最近邻匹配方法消除实验组和控制组的差异后，两个匹配方法得到的平均处理效应（ATT）具有显著统计意义，不同匹配尺度导致ATT 数值略有差异，ATT 数值在0.017～0.021 之间，数值为正并且在1%的统计水平上显著，匹配结果说明进入高市场潜能省份对于流动人口居留意愿的正向影响是稳定存在的。总之，在考虑样本间自选择偏误问题后，流入高市场潜能省份有助于提升流动人口的居留意愿，这也说明本文结论的稳健性。

表3 倾向得分匹配法的估计结果

（三）异质性分析

前文已经得出市场潜能对于流动人口的居留意愿具有显著的正向效应，但是将不同年龄和不同受教育年限样本一起回归得到的是总体平均效应，也就是假定不同流动人口在产品与迁移偏好等方面完全相同。实际上，市场潜能对于不同类型的流动人口影响可能存在异质性差异，因此依据流动人口的年龄段和学历差异情况进行分组回归，并加入交互项以更好地识别异质性效应。

1.代际影响差异

代际是划分流动人口群体的重要层次指标，时代的变迁塑造了流动人口个体，而个体在社会化的过程中形成了鲜明的群体属性。本文将出生日期以20 世纪80 年代为界，将流动人口划分为新生代流动人口和老一代流动人口。进入21 世纪以来，“80 后”新生代流动人口逐渐成为我国人口流动大潮中的主体，在本文的样本中新生代流动人口的样本占比达到59.03%，与老一代流动人口相比，新生代农民工在成长环境、文化程度与价值取向方面有着显著的代际差别，而这将对他们的流动行为与居留意愿产生明显的影响。

回归结果见表4中模型5至模型7，其中模型5为新生代流动人口的回归结果，模型6为老一代流动人口的回归结果，模型7 加入市场潜能与代际的交互项。得到如下结论：市场潜能对“80 后”新生代流动人口的回归系数为0.119，而市场潜能对于老一代流动人口的回归系数为0.067，两个结果均在1%水平上显著，这说明市场潜能对于新生代和老一代流动人口的居留意愿均有显著的正向效应，并且市场潜能对于新生代流动人口的居留意愿提升更为显著，模型7中市场潜能与代际的交互项在1%水平上显著为正值，同样表明市场潜能对于不同年龄段的流动人口的影响效应具有差异性，市场潜能更有利于提高“80后”新生代流动人口的居留意愿。

表4 市场潜能对流动人口居留意愿的异质性效应

产生这一结果的可能原因是“80后”新生代流动人口具备扎根大城市的基本素质与能力，融入城市的意愿更为迫切，对于经济集聚程度高的流入地社会融入度较高，更看重企业集聚引致的工资收入、就业机会与工作性质的示范效应，因而市场潜能与新生代流动人口的居留决策高度相关。与之形成对比，老一代流动人口对于乡土的联系并未削弱，生活方式和生活观念与大城市存在不匹配之处，市场潜能带来的就业机会和经济利益同样会吸引他们集聚，但是影响程度上相对较弱。

2.学历影响差异

本文将流动人口以12 年受教育年限为界划分为高技能流动人口和低技能流动人口，参考踪家峰的划分，［28］将受教育年限大于12年即接受过大专及以上教育的流动人口定义为高技能流动人口，将受教育年限小于或等于12年的定义为低技能流动人口。分别对两类流动人口的居留意愿进行估计，模型8 和模型9 分别为高技能流动人口及低技能流动人口的回归结果，模型10 中加入市场潜能和受教育年限的交互项。

研究结果显示市场潜能对于高技能流动人口居留意愿的回归系数为0.115，而对于低技能流动人口居留意愿的回归系数为0.096，两个结果均在1%的水平上显著，同时市场潜能和受教育年限的交互项为正值，在5%水平上显著，这说明市场潜能显著提高了流动人口的居留意愿，但是影响程度在教育水平上存在差异，市场潜能对于高技能流动人口的影响比低技能流动人口更高，即市场潜能对于高技能流动人口居留意愿的提升更加有效。

产生这一结果可能因为市场潜能是驱动不同学历的流动人口进行集聚和居留的重要影响因素，由于经济集聚过程中企业分工与需求会发生改变，技术外部性会产生知识溢出效应，而不同学历的劳动力对于知识的学习与接受能力存在差异，高技能的流动人口通过更新职业培训技能并重新搜索和运用知识，快速适应产业升级与城市发展模式的改变，导致高技能流动人口劳动技能与劳动生产率的提升，而高技能劳动力对低技能劳动力形成较明显的竞争和替代关系，从而使得高技能流动人口居留意愿受到市场潜能提升效果的影响更加明显。

（四）机制检验

本节根据中介效应模型［29］的逐步回归法进行机制检验。本节考察的中介变量包括预期收入、公共服务和心理认同，其中预期收入为样本月收入与就业率的乘积，并将雇主提供的包吃或包住待遇作为福利收入计入月收入中，单位为万元；公共服务使用样本参保的医疗保险衡量，若样本目前参加城镇居民或城镇职工医疗保险则赋值为1，反之赋值为0；心理认同依据问卷“我喜欢我现在居住的城市/地方”选项进行赋值，完全不同意至完全同意分别赋值1 至4，下面分别对三个中介变量进行检验。

1.预期收入效应

第一步检验市场潜能对于居留意愿的影响总效应见表2的模型2，市场潜能在1%的显著水平上使得居留意愿提高0.105，检验预期收入中介效应模型的第二步和第三步的回归结果见表5 的模型11和模型12。第二步的检验表明市场潜能在1%的水平上显著提高了流动人口的预期收入水平，具体而言，市场潜能每增加一个单位，预期收入增加0.092 万元，第三步检验中同时放入市场潜能和预期收入，回归结果表明两者回归系数均在1%的水平上显著，并且市场潜能的回归系数下降至0.026，Sobel检验的P值为0.00，预期收入这一中介效应在总效应中占比为12.01%，说明预期收入在市场潜能影响居留意愿中发挥中介效应，市场潜能通过提高流动人口的预期收入对居留意愿产生正面影响。

表5 市场潜能对流动人口居留意愿的机制检验

2.公共服务效应

检验公共服务的中介效应回归结果见模型13 和模型14，可得市场潜能显著增加流动人口在流入地获得城镇居民或城镇职工医疗保障的机会，而在控制公共服务这一中介变量后，市场潜能的回归系数下降至0.023，这一结果仍然在1%的水平上显著，同时，Sobel 检验得到P值为0.00，公共服务中介效应的占比为21.61%，这表明公共服务同样起到重要的部分中介效应，市场潜能可以提高流动人口获得较高层次医疗保障的机会，从而改善流动人口的居留意愿。

3.心理认同效应

检验中介变量心理认同的回归结果见模型15 和模型16，可得市场潜能的提高有利于增加流动人口的心理认同感，这一效应在1%的水平上显著，模型16 中市场潜能和心理认同的回归系数均在1%的水平上显著为正，市场潜能的回归系数下降至0.036，Sobel检验P值为0.00，心理认同中介变量的占比仅有6.57%，表明心理认同这一中介效应成立。说明市场潜能使得流动人口的心理认同度增加，进而使得居留意愿增加。综上，对比三个可能的影响渠道，公共服务的中介效应影响作用最大，预期收入次之，心理认同最低。

五、结论与政策建议

本文使用2017年中国流动人口动态监测调查数据，在新经济地理学的前向联系理论框架下，考察了市场潜能对流动人口居留意愿的影响效应以及在代际和不同学历群体中存在的异质性影响差异，并对两者之间可能的影响机制进行分析，主要得到如下结论：

首先，市场潜能是影响流动人口居留意愿的重要因素，经济特征变量与流动人口的居留决策紧密相关，市场潜能的增加能够有效地促进流动人口居留意愿的提高，新经济地理学的前向联系理论得到实证支持。具体而言，市场潜能每增加一个单位，流动人口的居留意愿将提高2.5%。在此基础上，本文使用地理中心度作为工具变量矫正市场潜能的内生性问题，上述结论依然稳健成立，通过倾向得分匹配法构造反事实框架进行稳健性检验，回归结果表明高市场潜能省份有助于提升流动人口的居留意愿。

其次，市场潜能在影响不同群体流动人口居留决策方面存在明显的差异性。在代际差异方面，相比老一代流动人口，市场潜能对于新生代流动人口的居留意愿提升更为显著；在学历差异方面，相比低技能流动人口，市场潜能对于高技能流动人口居留意愿的提升更加有效。

最后，对影响机制的分析发现，预期收入、公共服务和心理认同起到显著的中介作用，市场潜能对于提高流动人口的居留意愿具有积极作用，而预期收入效应、公共服务效应和心理认同效应则是重要影响渠道，即市场潜能通过增加预期收入、提高公共服务层次和改善心理认同促进居留意愿的提高。对比来看，公共服务的中介效应影响作用最大，预期收入次之，心理认同最低。

基于上述研究结论，本文提出如下政策建议：第一，实现流动人口长期稳定居留既是流动人口主流的意愿选择，也是地方政府响应新型城镇化号召努力推动的工作，近年来不同梯队城市发布差异化的“引人抢人”激励措施以增强城市发展潜力，未来应通过提升流动人口就业质量、降低流动家庭生活成本、减少社会融入的制度阻碍与提供完善的公共服务等措施稳定流动人口的居留预期，实现流动人口职业、家庭和居住的稳定化。第二，随着国内大循环为主体、国内国际双循环相互促进的新发展格局的构建，中西部尚未开发的市场潜能成为内循环的关键推力，可以从保障就业与基础设施建设等角度持续提高市场潜能，增加中西部经济集聚度，推动人才与资金等要素流动，加速经济集聚与人口集聚循环累积，改变现有的以中西部为外围的“中心-外围”经济发展格局。第三，对于流动人口在大城市的高居留意愿与特大城市面临的人口调控压力之间的矛盾，简单使用行政命令方式限制低技能人口流入或者实施人口的强行疏解等方式并不可取，有损市场潜能的正外部性效应，应积极推进新型城镇化以实现大中小城市和小城镇协调发展，提升城镇综合承载力，兼顾流动人口需求与城市发展需要，合理施策以实现有序集聚与有机疏解。